Perkembangan teknologi saat ini memberikan dampak akan data yang melimpah. Ketidakmampuan mengolah data yang ada akan memberikan dampak pada penarikan kesimpulan atau pengambilan keputusan yang kurang tepat. Oleh karena itu, Unit Pengembangan Alat Psikodiagnostika (UPAP) akan mengadakan “Workshop Statistika dan Psikometrika” yang akan dilaksanakan pada:
Hari: Jumat
Tanggal: 31 Maret – 9 Juni 2023
Waktu:
> Statistika: 09.30 – 11.00 WIB
> Psikometrika: 13.30 – 15.00 WIB
Tempat: Zoom Meeting
Tautan pendaftaran: ugm.id/PendaftaranWorkshopUPAP2023 atau klik di sini
Pemateri:
> Wahyu Widhiarso, M.A.
> Wahyu Jati Anggoro, M.A.
> Lavenda Geshica, M.A.
> M. Dwirifqi Kharisma Putra, M.Si
> Ramadhan Dwi Marvianto, S.Psi.
STATISTIKA
MODUL STATISTIKA |
||||
|
Sesi
|
Hari, Tanggal
|
Materi
|
Deskripsi Materi
|
|
| 1 | Jumat, 31 Maret 2023 | ANOVA: One-way and two-way | Peserta akan diberikan simulasi pengolahan data dengan analisis varians 1 dan 2 arah. Peserta akan diberikan desain yang melibatkan dua kelompok dan akan dapat membaca output hasil analisis varians seperti output tentang sumber variasi, derajat bebas, jumlah kuadrat dll. Pada akhirnya mahasiswa dapat melakukan uji F dan menafsirkannya. | |
| 2 | Jumat, 14 April 2023 | ANOVA: Repeated measure | Peserta akan didemonstrasikan perpanjangan dari uji paired sample t-test pada kondisi dimana tiga sampel atau lebih saling berpasangan. Peserta akan dapat menafsirkan within subject effects dan Greenhouse-Geisser. | |
| 3 | Jumat, 5 Mei 2023 | ANCOVA | Peserta akan didemonstrasikan pengujian asumsi dalam ANCOVA. Selain itu peserta akan didemonstrasikan hasil pengujian between-subject effect serta memahami berbagai jenis sum-square dalam ANCOVA beserta penafsirannya. | |
| 4 | Jumat, 12 Mei 2023 | Analisis Regresi Linier Sederhana | Peserta akan melaksanakan praktik analisis regresi linier sederhana dan akan menafsirkan output hasil analisis. Adapun penafsiran yang dimaksud adalah penafsiran R-square, penafsiran koefisien regresi terstandarisasi, signifikansi uji z. Peserta turut diajarkan pembuatan plot berisi garis regresi. | |
| 5 | Jumat, 19 Mei 2023 | Analisis Regresi Linier Berganda | Peserta akan melaksanakan praktik analisis regresi linier berganda dan akan menafsirkan output hasil analisis. Adapun penafsiran yang dimaksud adalah penafsiran R-square, penafsiran koefisien regresi terstandarisasi, signifikansi uji z. Selain itu mahasiswa akan didemonstrasikan prosedur stepwise dan konsep R-square change. | |
| 6 | Jumat, 26 Mei 2023 | Analisis Regresi dengan Variabel Mediator | Peserta akan melaksanakan praktik analisis mediasi sederhana yang melibatkan 3 variabel serta akan menafsirkan output hasil analisis. Adapun penafsiran yang dimaksud adalah penafsiran R-square, penafsiran koefisien regresi terstandarisasi baik direct ataupun indirect, serta signifikansi uji z. Mahasiswa akan dapat memahami perbedaan direct effect dan indirect effect serta memiliki pengetahuan akan penulisan hipotesis mediasi. | |
| 7 | Jumat, 2 Juni 2023 | Analisis Regresi dengan Variabel Moderator | Peserta akan melaksanakan praktik analisis moderasi sederhana yang melibatkan 1 variabel moderator serta akan menafsirkan output hasil analisis. Adapun penafsiran yang dimaksud adalah penafsiran R-square, penafsiran koefisien regresi terstandarisasi, interaksi antar variabel, serta signifikansi uji z. Mahasiswa akan diberikan bentuk hipotesis moderasi, pelaporan dengan Johnson-Neyman plot serta dalam bentuk path diagram. | |
| 8 | Jumat, 9 Juni 2023 | Analisis Regresi Logistik | Peserta akan didemonstrasikan perhitungan odds, odds ratio serta penafsiran angka dalam bentuk probability scale. Peserta juga akan diajarkan penafsiran pseudo R-square, penafsiran koefisien regresi pada model non-linier dan penyusunan plot analisis regresi logistik. | |
PSIKOMETRIKA
MODUL PSIKOMETRIKA |
||||
|
Sesi
|
Hari, Tanggal
|
Materi
|
Deskripsi Materi
|
|
| 1 | Jumat, 31 Maret 2023 | Item Factor Analysis (IFA) | Peserta akan diberikan demonstrasi penyusunan matriks korelasi product moment dan matriks korelasi polychoric. Peserta turut diajarkan tentang pengujian asumsi normalitas dengan skewness. Selain itu, peserta akan didemonstrasikan pengujian model fit pada model IFA, prosedur modifikasi model, penafsiran signifikansi dari butir dan faktor skor. | |
| 2 | Jumat, 14 April 2023 | IRT 1-Parameter Logistik | Peserta akan diberikan demonstrasi analisis data dengan metode IRT 1-PL. Demonstrasi yang dimaksud dimulai dari pengujian asumsi, global fit, item fit, serta estimasi abilitas. Sebagai informasi tambahan, peserta akan diberikan gambaran konsep reliabilitas dalam model IRT (marginal reliability). Dalam model ini, mahasiswa akan dikenalkan konsep daya beda yang paralel (konstan). | |
| 3 | Jumat, 5 Mei 2023 | IRT 2-Parameter Logistik | Peserta akan diberikan demonstrasi analisis data dengan metode IRT 2-PL. Demonstrasi yang dimaksud dimulai dari pengujian asumsi, global fit, item fit, serta estimasi abilitas. Sebagai informasi tambahan, peserta akan diberikan gambaran konsep reliabilitas dalam model IRT (marginal reliability). Dalam model ini, mahasiswa akan dikenalkan konsep daya beda bervariasi antar butir. | |
| 4 | Jumat, 12 Mei 2023 | IRT 3-Parameter Logistik | Peserta akan diberikan demonstrasi analisis data dengan metode IRT 3-PL. Demonstrasi yang dimaksud dimulai dari pengujian asumsi, global fit, item fit, serta estimasi abilitas. Sebagai informasi tambahan, peserta akan diberikan gambaran konsep reliabilitas dalam model IRT (marginal reliability). Dalam model ini, mahasiswa akan dikenalkan konsep pseudo-guessing (tebakan). | |
| 5 | Jumat, 19 Mei 2023 | Dichotomous Rasch Model | Peserta akan diberikan demonstrasi analisis data dengan model Rasch sederhana. Demonstrasi yang dimaksud dimulai dari pengujian asumsi, global fit, item fit (Infit dan Outfit), serta estimasi abilitas. Sebagai informasi tambahan, peserta akan diberikan gambaran konsep reliabilitas dalam model Rasch (PSR dan ISR). Dalam model ini, mahasiswa akan dikenalkan juga pelaporan dengan Wright Map. | |
| 6 | Jumat, 26 Mei 2023 | Graded Response Model | Peserta akan diberikan demonstrasi analisis data skala Likert dengan model graded response. Demonstrasi yang dimaksud dimulai dari pengujian asumsi, global fit, item fit, serta estimasi tingkatan trait. Sebagai informasi tambahan, peserta akan diberikan gambaran konsep reliabilitas dalam model GRM (marginal reliability). Dalam model ini, mahasiswa akan dijelaskan juga cara membaca ICC model GRM. | |
| 7 | Jumat, 2 Juni 2023 | Partial Credit Model | Peserta akan diberikan demonstrasi analisis data skala Likert dengan model partial credit. Demonstrasi yang dimaksud dimulai dari pengujian asumsi, global fit, item fit (Infit dan Outfit), keberfungsian skala peringkat, serta estimasi tingkatan trait. Dalam model ini, mahasiswa akan dijelaskan juga cara membaca ICC model PCM. | |
| 8 | Jumat, 9 Juni 2023 | Rating Scale Model | Peserta akan diberikan demonstrasi analisis data skala Likert dengan model rating scale (RSM). Demonstrasi yang dimaksud dimulai dari pengujian asumsi, global fit, item fit (Infit dan Outfit), keberfungsian skala peringkat, serta estimasi tingkatan trait. Dalam model ini, mahasiswa akan dijelaskan juga cara membaca ICC model RSM serta perbedaannya dengan model PCM yang lebih unrestricted. | |
